DT::datatable(head(grandile,10))

graphggplotly_histo(grandile,"REV_DISPONIBLE",10)

moy <- mean(grandile$AGE)
median <- median(grandile$AGE)
q1 <- quantile(grandile$AGE,0.25)
q3 <- quantile(grandile$AGE,0.75)

indic_centrale_age <- data.frame(moy,median,q1,q3)
indic_centrale_age %>% map_chr(format_box)
#>    moy median     q1     q3 
#> "51,8" "50,0" "37,0" "66,0"

format_box(mean(grandile$PATRIMOINE))
#> [1] "383 070,1"

moy <- mean(grandile$AGE)
format_box(moy)
#> [1] "51,8"

#Visualisation de l'échantillon
taille_echant <- 1000

a <- grandile %>% 
  sample_n(taille_echant) %>% 
  select(1,5,9,10,11) 

DT::datatable(a) 

#Estimation avec la moyenne empirique
b <- a %>% mutate(PAUVRE = ifelse(PAUVRE == "1",TRUE,FALSE))
format_box(mean(b$AGE))
#> [1] "51,7"

format_box(mean(b$REV_DISPONIBLE))
#> [1] "33 943,5"

format_box(mean(b$PATRIMOINE))
#> [1] "368 381,8"

format_box(mean(b$PAUVRE)*100)
#> [1] "17,8"

# #' simul_moyenne
# #'
# #' Fonction qui simule une série d'estimations d'indicateurs 
# #' à l'aide de la moyenne empirique
# #'
# #' @param data un dataframe
# #' @param var une variable quantitative
# #' @param taille_echant taille de l'échantillon tiré
# #' @param nbr_simul nombre de tirage d'échantillons
# #'
# #' @return un vecteur numérique
# #' @export
# #'
# #' @examples  simul_moyenne(grandile,"AGE",1000,1000) 
# simul_moyenne <- function(data,var,taille_echant,nbr_simul){
#   replicate(nbr_simul, {
#   a <- data %>% sample_n(taille_echant)
#   b <- mean(a[,var])
#   b 
# })
# }


# 
# #' histoplotly_simul
# #'
# #' Histogramme de la simulation d'estimation avec la moyenne empirique
# #'
# #' @param serie un vecteur numérique
# #' @param var une variable quantitative
# #'
# #' @return un graphique GGPLOT2
# #' @export
# #'
# #' @examples 
# #' a <- simul_moyenne(grandile,"AGE",1000,1000)
# #' histoplotly_simul(a,"AGE")
# histoplotly_simul <- function(serie,var){
#   a <- serie %>% as.data.frame() %>% rename({{var}} := ".")
# ggplot(a) + aes(.data[[var]])+geom_histogram()
# 
# }
dt <- grandile %>% mutate(PAUVRE = ifelse(PAUVRE == "1",TRUE,FALSE))
a <- simul_moyenne(dt,"PAUVRE",1000,1000)*100
histoplotly_simul(a,"PAUVRE")
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

b <- simul_moyenne(dt,"AGE",1000,1000)
histoplotly_simul(b,"AGE")
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

c <- simul_moyenne(dt,"REV_DISPONIBLE",1000,1000)
histoplotly_simul(c,"REV_DISPONIBLE")
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

d <- simul_moyenne(dt,"PATRIMOINE",1000,1000)
histoplotly_simul(d,"PATRIMOINE")
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.